Playwright + VNC 混合自动化

适用人群

适合：要做品牌配音、播客旁白或助手语音的人、要批量生成课程讲解、短视频配音或音频播报的人、要把固定音色接进客服、内容生产或语音产品流程的人。

技能介绍

这个技能主要用于语音克隆、语音生成和音频内容处理，适合把文本快速变成可直接使用的语音结果。

— name: playwright-desktop-hybrid description: 通过 Playwright 控制浏览器内的 VNC 客户端，从而实现同时操控 Web 页面、内嵌桌面应用程序和其他 GUI 程序的 Python 库，组成一个 Skill。 trigger:。

业务背景和落地案例

当团队需要语音处理时，可以先用Playwright + VNC 混合自动化完成第一轮处理。常见做法是把相关文件、网址、素材或配置交给它，先产出初版结果，再由人工确认和继续推进。

能做什么

• playwright vnc。
• vnc in browser。
• playwright + vnc。
• 🌐 纯浏览器方案 – 所有操作通过浏览器完成，无需本地 pywinauto。
• 🎭 统一 API – 使用 Playwright 同时控制 Web 和桌面。
• 👁️ 可视化 – 实时看到 VNC 桌面操作过程。
• 🔒 隔离安全 – 桌面控制运行在浏览器沙箱内。
• 📸 自动截图 – 利用 Playwright 的截图功能记录 VNC。

安装方法

方式 1：对 OpenClaw 说（不用写代码）

适合：OpenClaw、Codex、Kimiclaw、Windsurf、Trae、华为 CodeArts。

直接对 OpenClaw 说：

帮我安装一个叫 Playwright + VNC 混合自动化 的 Skill。
如果安装时需要精确名字，就用 python-skill-vnc。
装好以后，先用它帮我处理一遍当前任务。

如果需要手动安装，可以用这条命令：

clawhub install python-skill-vnc

方式 2：导入 MD 安装

适合：腾讯Workbuddy、百度Duclaw、字节Arkclaw、智谱Autoclaw、科大讯飞Astronclaw。

1. 找到这条 Skill 自带的 Markdown 文件，通常就是它的 SKILL.md 或同名 .md 文件。
2. 把这个 Markdown 文件导入到你的产品里。
3. 导入完成后，直接对 AI 说：

用刚刚导入的Playwright + VNC 混合自动化，先帮我处理当前任务。

备注：这一种本质上是导入一个 Markdown 文件，给知道安装包里有 .md 文件的人即可。

方式 3：代码安装

适合：Claude Code、Cursor、通义灵码、文心快码。

最短可用命令：

python demo.py all

如果要继续执行，可以再用：

python demo.py drag # 拖拽演示
curl http://localhost:6080

使用步骤

1. 先选上面 3 种方式里，自己最容易完成的一种。
2. 安装完成后，直接对 OpenClaw 说：“用Playwright + VNC 混合自动化帮我处理当前任务。” 先让它自己跑一遍就可以。
3. 如果你已经有明确文件、网址、目录或数据，再把它补给 OpenClaw，让它只处理这一部分。
4. 先看第一轮结果，再决定要不要追加条件、缩小范围或继续执行下一步。
5. 如果这条 Skill 确实好用，就把它保留在常用列表，后面重复任务直接复用。

你需要准备什么

• 与你当前任务相关的文件、网址、目录或数据。
• 要处理的文本内容。
• 语音样本、参考音色或角色要求。
• 输出格式、语言或时长要求。
• 如果这条 Skill 依赖外部服务，还要准备对应账号权限或可用凭证。

你会看到什么结果

• 可直接使用的音频结果。
• 语音角色配置或语音 ID。
• 后续可继续复用的语音处理结果。

风险提示

• 涉及 API Key、Token 或其他凭证时，先确认保存方式和权限边界。
• 依赖外部服务时，网络波动、配额限制或接口变化都会影响结果。
• 自动化页面流程容易受页面结构变化影响，正式使用前先跑一遍最小示例。

来源信息

• 公开页面地址: https://agentskillsrepo.com/skill/wangzjpku/python-skill-vnc
• SKILL.md 下载地址: https://agentskillsrepo.com/skill/wangzjpku/python-skill-vnc/download